Flashcards
Elementos Basicos de un Simulador de Eventos Discretos
Cards in this deck (10)
- 1I.- Simulación estática Consiste en un conjunto de ecuaciones relacionadas entre sí, donde típicamente el tiempo se mide en intervalos discretos definidos. Un ejemplo típico de este tipo de simulación es una hoja de Excel con un modelo económico, por ejemplo de un PYG, puede incluir o no variabilidad.II.- Simulación continua
Es aquella donde las variables de esta cambian de forma continua. Para ello se desarrolla una solución numérica de ecuaciones diferenciales simultáneas. Periódicamente, el programa de simulación resuelve todas las ecuaciones y usa los resultados para cambiar el valor de las variables de estado de simulación. Algunas áreas en donde se usa esta técnica son: ecología, comportamientos sociales, problemas matemáticos y físicos. - 23. Simulación de Eventos Discretos. Se generan y administran eventos en el tiempo por medio de una cola de eventos ordenadas segun el tiempo de simulacion en que deben ocurrir y de esta forma el simulador lee de la cola y dispara nuevos eventos.1. Facilidad de Modelamiento.
La simulación permite modelar situaciones de alto nivel de complejidad con funciones relativamente sencillas, de esta forma es posible construir modelos que representen la realidad en el nivel de detalle deseado. - 32. Estadísticas e Indicadores. Dada la estructura de la simulación de eventos discretos es posible obtener todo tipo de estadísticas e indicadores relevantes a la operación modelada, inclusive se puede obtener información que muchas veces en los sistemas reales serian imaginables tener, por ejemplo los diagramas de gantt.1. Definición de objetivos, alcance y medidas de desempeño a evaluar.
Antes de iniciar la construcción de modelo se debe definir cual es el objetivo y alcance ultimo del proyecto. Una vez definido el objetivo se debe determinar que indicadores son los adecuados para cuantificar los efectos de mejoras potenciales, estos podrían ser: nivel de servicio, tiempo de ciclo promedio, entidades en proceso máximas entre otros. - 42. Definición del nivel de detalle adecuado. Una vez definido el objetivo el objetivo e indicadores a evaluar, se procede a establecer el nivel de detalle que se debe trabajar, esto depende principalmente de que los indicadores que se hayan definido sean relevantes para la operación. Este paso es de los mas críticos y determinantes de éxito dentro del proyecto3. Construcción del Modelo Base
El cuerpo en este punto es construir un modelo pivote, robusto y valido sobre el cual se harán los cambios en los escenarios. En la construcción del modelo base existen 4 etapas asociadas: - 51. Construcción Consiste en desarrollar la lógica del modelo de forma que represente el sistema real. 2. Calibración En esta etapa se incluyen los valores variables de entrada delo modelo, tales como, tiempos de proceso, demandas, fallos de maquinas, etc. 3. Verificación En esta fase se comparan las salidas del modelo con las salidas esperadas. Para esta etapa es recomendable someter el modelo a situaciones extremas para verificar que lógica o comportamiento sean los esperados. 4. Validación Aquí se comparan las salidas del modelo con resultados históricos del sistema real, se recomienda ser uso de estadística como intervalos de confianza y pruebas de hipótesis. Caracteristicas que debería tener un paquete de simulación para hacer la vida mas fácil1. Soporte a la entrada de datos probabilísticos
En la etapa de calibración del modelo se deben definir el comportamiento aleatorio que mejor representan los datos del sistema, este trabajo puede ser en extremo tedioso si no se cuenta con una herramienta de soporte.
2. Administrador de Escenarios
En la corrida de escenarios en muchos casos es probable que se quiera realizar comparación de varios escenarios en donde el cambio sea aumento o disminución de una variable especifica, en este trabajo, una herramienta de administrador de escenarios puede facilitar considerable el trabajo.
3. Salidas, resultados y graficas
En general los simuladores le permiten desarrollar cálculos para obtener diferentes estadísticas, sin embargo si su paquete de simulación le ofrece estadísticas y gráficos, podrá ahorrarse varias horas de trabajo. - 6III.- Simulación de eventos discretos En este tipo de simulación se generan y administran eventos en el tiempo por medio de una cola de eventos ordenada según el tiempo de simulación en que deben ocurrir y de esta forma el simulador lee de la cola y dispara nuevos eventos. Esta modalidad se usa típicamente como en líneas de producción, hospitales, atención al cliente. Una variación importante de la simulación de eventos discretos es la simulación de agentes, en ella las entidades son representados directamente, estos agentes poseen estados.¿Por qué simulación de eventos discretos?
1.- Facilidad de modelamiento
En general la simulación de eventos discretos permite modelar situaciones de alto nivel de complejidad con funciones relativamente sencillas, de esta forma es posible construir modelos que representen la realidad en el nivel de detalle deseado, por ejemplo el diseño de un modelo de un centro de distribución con recibo, almacenamiento, alistamiento y despacho. - 72.- Estadísticas e indicadores Dada la estructura de la simulación de eventos discretos es posible obtener todo tipo de estadísticas e indicadores relevantes a la operación modelada, inclusive se puede obtener información que muchas veces en los sistemas reales serían inimaginable tener, por ejemplo los diagramas de gantt.I.- Definición de objetivos, alcance y de
medidas de desempeño a evaluar
Antes de iniciar la construcción del modelo se debe definir cuál es el objetivo y alcance último del proyecto. Una vez definido el objetivo se debe determinar que indicadores son los adecuados para cuantificar los efectos de mejoras potenciales, estos podrían ser: nivel de servicio, tiempo de ciclo promedio, entidades en proceso máximas entre otros. - 8II.- Definición del nivel de detalle adecuado Una vez definido el objetivo e indicadores a evaluar, se procede a establecer el nivel de detalle que se debe trabajar, esto depende principalmente de que los indicadores que se hayan definido sean relevantes para la operación. Este paso es de los más críticos y determinantes de éxito dentro del proyecto.III.- Construcción del modelo base
El cuerpo en este punto es construir un modelo pivote robusto y válido sobre el cual se harán los cambios en los escenarios.
En la construcción del modelo base existen cuatro etapas asociadas:
1.- Construcción: Consiste en desarrollar la lógica del modelo de forma que represente el sistema real. - 92.- Calibración: en esta etapa se incluyen los valores de variables de entrada al modelo, tales como, tiempos de proceso, demanda, fallos de máquinas, etc. 3.- Verificación: en esta fase se comprar las salidas del modelo con las salidas esperadas. Para esta etapa es recomendable someter el modelo a situaciones extremas para verificar que la lógica o comportamiento sean los esperados.4.- Validación: aquí se comparan las salidas del modelo con resultados históricos del sistema rea, se recomienda hacer uso de estadística como intervalos de confianza y pruebas de hipótesis.
- 10I.- Soporte a la entrada de datos probabilísticos En la etapa de calibración del modelo se deben definir el comportamiento aleatorio que mejor representan los datos del sistema, este trabajo puede ser en extremo tedioso si no se cuenta con una herramienta de soporte.II.- Administrador de escenarios
En la corrida de escenarios, en muchos casos, es probable que se quiera realizar comparación de varios escenarios en donde el cambio sea el aumento o disminución de una variable específica, en este trabajo, una herramienta de administrador de escenarios puede facilitar considerable el trabajo.
III.- Salidas, resultados y gráficas
En general los simuladores le permiten desarrollar cálculos para obtener diferentes estadísticas, sin embargo si su paquete de simulación le ofrece estadísticas y gráficos podrá ahorrarse largas horas de trabajo.
Information
- Description
- Flashcards on Elementos Basicos de un Simulador de Eventos Discretos, created by FaBo AdicTion on 06/10/2020.
- Created by
- FaBo AdicTion
- Views
- 0
- Rating
More on Simulación de eventos discretos